Przejdź do treści
Biblioteka skilli
Programowanie · Budowanie i kod

startup-time

/startup-time

Skraca czas startu aplikacji przez odkładanie ciężkich importów, kompilację z wyprzedzeniem i przycinanie drzewa zależności ładowanych przed pierwszą użyteczną pracą.

Repozytorium
AI-SKILLS ↗
Licencja
MIT
Ostatnia zmiana repozytorium
05.09.2026

Ocena i bezpieczeństwo

90/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 05.09.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Skraca czas startu aplikacji przez odkładanie ciężkich importów, kompilację z wyprzedzeniem i przycinanie drzewa zależności ładowanych przed pierwszą użyteczną pracą.

Oryginalny opis (EN)

Cut startup latency by deferring heavy imports, precompiling ahead of time, and pruning the dependency tree that loads before first useful work. Use when CLI launch, serverless cold start, or dev-loop boot time is too slow.

Jak działa

  1. Method
  2. Signals
  3. Boundaries
Sekcje z nagłówków SKILL.md, w oryginale · 46 linii, 375 słów
Podgląd SKILL.md
---
name: startup-time
description: Cut startup latency by deferring heavy imports, precompiling ahead of time, and pruning the dependency tree that loads before first useful work. Use when CLI launch, serverless cold start, or dev-loop boot time is too slow.
---

# Startup time

Startup latency is paid every launch: on each CLI invocation, every serverless
cold start, every dev-server reload. It is dominated by loading and initializing
code the process does not need yet. Cut it by deferring what can wait,
precompiling what must run, and pruning what should not be there at all.

## Method

1. **Profile the import and init cost, do not guess.** Use `python -X
   importtime`, `node --cpu-prof` on boot, or a startup trace. Find the modules
   that cost the most milliseconds at load, before the first useful line of work
   runs.
2. **Make heavy imports lazy.** Move a slow dependency (`pandas`, TensorFlow, a
   cloud SDK) from the module top level into the function that first needs it. A
   CLI that imports everything upfront pays for subcommands it never runs.
3. **Precompile ahead of time.** Ship bytecode with `python -m compileall` or a
   warmed `__pycache__`, take a V8 snapshot, or build a GraalVM native image to
   skip JIT warmup. Ahead-of-time work trades build time for boot time.
4. **Prune the dependency tree.** Each transitive package is more code to find,
   parse, and initialize. Audit with `pipdeptree` or `npm ls`, drop packages
   pulled in for a single helper, and replace a heavyweight library with a few
   lines where you can.
5. **Defer connections and warmups past the critical path.** Opening database
   pools, fetching config over the network, or priming caches at import time
   blocks the first response. Do it lazily or in the background after the
   process reports ready.
6. **Measure cold and warm starts separately.** For serverless, a fresh
   container and a warm invocation differ by an order of magnitude. Time both
   and optimize the one that hits your p99: cold start for spiky, bursty
   traffic.

## Signals

- Does an import-time profile name the expensive modules, or is it a hunch?
- Does an unused subcommand avoid loading the heavy dependency?
- Is anything done at import time that could wait until first use?
- For serverless, did cold-start p99 move, not just warm latency?

## Boundaries

Steady-state throughput after warmup is cpu-optimization or concurrency-tuning;
this is the one-time cost to first useful work. Shrinking a browser's JavaScript
parse cost is bundle-size. Build-tool specifics defer to the toolchain in use.

Wersje

W bazie nie ma innych skilli o nazwie startup-time.

Migawka bazy z 13.11.2026 · wersja paczki b92b83e1c485 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100precompiling-julia-package
    Mierzy czas ładowania i pierwszego wywołania pakietu Julia i dodaje przykładowe obciążenia PrecompileTools.jl, gdy opóźnienia są problemem.
  • 100finding-slow-go-startup
    Wskazuje pakiety i moduły Go, które spowalniają start programu, na podstawie wyjścia inittrace i łańcucha importów.
  • 100room-load
    Skraca czas do pierwszego wyświetlenia strony: ocenia, co ładuje się przed pierwszą klatką, co czeka, jak działają czcionki, cache i kompresja.
  • 100warp-compile-time-optimizer
    Skraca czas kompilacji i startu kodu używającego Warp, np. gdy moduły JIT przekompilowują się przy każdym uruchomieniu.
  • 100django-startup-time
    Utrzymuje ciężkie importy poza ścieżką django.setup(), za którą płaci każdy proces, przy pracy z AppConfig.ready(), odbiornikami sygnałów i leniwym routerem API w PostHog.
  • 90performance-auditor
    Profiluje i optymalizuje aplikacje: gorące ścieżki, zapytania N+1, blokujące I/O, cache, rozmiar bundla, pamięć i czas startu, także przed premierą.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.